谷歌Genie 4模型

美国谷歌公司旗下DeepMind部门于2026年10月27日正式发布新一代世界模型Genie 4。该模型实现了原生多模态生成，支持在实时交互模拟中同步生成音频（包括环境音、音乐和对话），并将单次模拟时长从上一代Genie 3的一分钟延长至两分钟。Genie 4深度整合了Gemini系列模型（如Gemini Omni和Argon），允许用户通过自然语言指令实时修改场景元素（如天气、摄像机角度或新增角色）。目前，该模型仅向受信任测试者开放研究预览，计划随后向Google AI Ultra订阅用户及API早期合作伙伴推出。尽管谷歌强调其在机器人训练环境和影视预可视化方面的潜力，但团队承认随着模拟时间延长，物体持久性和细节仍会出现漂移，且音频准确性和画面文字可读性尚待优化。